基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前,国际上公开的用于人脸表观年龄估计的数据库较少,并且人数规模小,而大数据是深度学习的关键.为了准确预测人脸表观年龄值并测试人脸化妆整形效果,自行设计制作容量为50000张人脸图像的数据集,基于改进的VGGnet卷积神经网络,使用RMSProp优化算法对模型进行训练.实验结果表明,在合理的误差范围内,表观年龄值在1-5岁时预测精度最高,为91%;同时,化妆整形能使人脸表观年龄值比真实值略小,为人脸表观年龄估计在实际中的应用提供了参考.
推荐文章
基于深度学习的人脸图像年龄估计
深度神经网络
人脸图像
年龄估计
基于深度迁移学习的人脸识别方法研究
深度学习
人脸识别
迁移学习
不变性
区分性
基于加权字典对学习的人脸年龄估计方法
年龄估计
主要特征
次要特征
加权
字典对学习
分类
基于深度学习的人脸识别算法研究
家庭服务机器人
人脸识别
深度学习
Inception-ResNet-V1
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的人脸表观年龄估计
来源期刊 软件导刊 学科
关键词 表观年龄估计 数据集制作 深度学习 人工智能
年,卷(期) 2021,(6) 所属期刊栏目 人工智能
研究方向 页码范围 54-58
页数 5页 分类号 TP301
字数 语种 中文
DOI 10.11907/rjdk.201989
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (107)
共引文献  (35)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1906(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(16)
  • 参考文献(0)
  • 二级参考文献(16)
2018(11)
  • 参考文献(3)
  • 二级参考文献(8)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
表观年龄估计
数据集制作
深度学习
人工智能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导